جستجوی معنایی بین زبانی قرآن با استفاده از مدلهای زبانی بزرگ چند زبانی

قرآن کتاب فرستاده شده از طرف خداوند برای هدایت میلیون ها مسلمان به زبان های مختلف است. مسلمانان زیادی روزانه از این کتاب برای جستجوی مسائل و آرامش خود استفاده می کنند. کتاب مقدس، قرآن، از نظر حجم فشرده است ولی کتاب های پشتیبانی کننده زیادی از جمله تفاسیر، احادیث و غیره به زبان های مختلف برای تفهیم مطالب آن شکل گرفته اند. جستجوی معنایی چندزبانه قرآن بین آیات، ترجمه ها، تفاسیر و متون اسلامی یکی از چالش های مهم در حوزه بازیابی اطلاعات می باشد. در این مقاله امکان بازیابی معنایی بین زبانی قرآن و یافتن آیات مرتبط با سوال موردنظر از بین آیات، ترجمه ها و تفاسیر برای ۶۲۳۶ آیه قرآن در سه زبان عربی، فارسی و انگلیسی فراهم شده است. برای این کار از مدل زبانی بزرگ چندزبانه E۵-base استفاده شده است که به صورت هدفمند با داده های قرآنی و متون تفسیری به صورت جفت های ترجمه ها و تفاسیر، زبان ها آموزش داده شده است. برای آموزش مدل با منابع سخت افزاری محدود از روش LoRA که امکان آموزش موثر و حفظ دقت معنایی را با کاهش پارامترهای قابل آموزش فراهم می کند استفاده شد. همچنین با تقسیم کل آیات به چهار بخش فرآیند آموزش مدل به صورت مرحله ای انجام شد و نهایتا یک فضای معنایی قرآنی چندزبانی از سه زبان ساخته شد. سپس برای ارزیابی کیفیت هم ترازی معنایی (Semantic Alignment) زبان ها، Embeddingها برای ترجمه ها و تفاسیر سه زبان را با استفاده از مدل آموزش داده شده به دست آورده و شباهت کسینوسی بین آنها محاسبه شد. نتایج معیارهای ارزیابی از فضای معنایی قرآن محور مشترک ساخته شده، امیدوارکننده هستند. این رضایت بخشی حاکی از تطبیق دامنه و استفاده هم زمان از ترجمه ها و تفسیرهای چند زبان است. همچنین چارچوب ارائه شده قابلیت مقیاس پذیری در افزایش زبان و همچنین آموزش متون پشتیبانی کننده ی بیشتر برای آیات قرآن را دارد که در این صورت می تواند در سیستم های واقعی جستجوی قرآن استفاده شود.

کلیدواژه ها:

شباهت معنایی ، بازیابی اطلاعات بین زبانی ، جستجوی معنایی ، مدلهای زبانی بزرگ چندزبانه